Physical activity, organized sport participation and active transportation to school among Canadian youth by gender identity and sexual attraction
Notice bibliographique
Résumé
INTRODUCTION: Regular physical activity is associated with a wide range of health benefits in youth. While previous studies have identified disparities in physical activity among youth by gender identity and sexual attraction, these have seldom been explored in Canadian youth. METHODS: Data from the 2019 Canadian Health Survey on Children and Youth were used to assess prevalence of and time spent in organized sports participation, total physical activity and active transportation by gender identity (non-cisgender vs. cisgender) among youth aged 12 to 17, and by sexual attraction (nonheterosexual attraction vs. heterosexual attraction) among youth aged 15 to 17. RESULTS: There was no difference in average minutes of total physical activity per week between non-cisgender and cisgender Canadian youth. Non-cisgender youth (which represent 0.5% of the population) averaged significantly fewer minutes of organized sports per week than their cisgender counterparts. There was some evidence of increased active transportation to school among non-cisgender youth, but insufficient power to detect significant differences. Canadian youth reporting any nonheterosexual attraction (which represent 21.2% of the population, including mostly heterosexual youth) were less likely to be regularly physically active and participate in organized sports than youth reporting exclusive heterosexual attraction. Differences were larger among males than females. Males reporting nonheterosexual attraction were more likely to use active transportation to get to school than their heterosexual counterparts. CONCLUSION: Non-cisgender youth and youth reporting nonheterosexual attraction tended to participate less in organized sports than their counterparts, but may have engaged in more active transportation. Mitigating the barriers associated with sport participation could increase physical activity among these groups.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».